材料消耗数等提供给生产信息系统，形成联动。
5 智能产线大数据管理体系
该电子装配线不管是各个信息系统还是大量传感器获取实时生产数据，无疑会形成海量的数据库，所以应该摆脱以系统带动的局面，而是应回归到数据价值本身，围绕价值流梳理、规划构建大数据管理体系。围绕大数据管理体系，本协作平台需要逐步完成以下四点建设内容：
5.1 建立科学、完整的数据收集体系
企业要明确哪些数据是对企业经营有用的，在拥有这些数据后管理决策者可以掌握了解企业现状，并可依据数据做出决定。企业需要建立明确的数据收集范围、规范和数据收集保障制度。
5.2 找到可靠的数据来源和采集方法
例如：企业要找到可靠的市场数据来源从而做到对市场的准确、及时把握，可以是专业的市场调研机构，也可能是大数据供应商；生产现场的数据，如设备状态数据、实时的生产状况等，需要考虑建立生产执行系统，利用RFID、设备接口等技术获取。这些数据来源要能够及时、准确地提供数据。
5.3 建立统一、高效的数据处理平台
企业所有的数据要在统一的平台下进行分析，要根据企业的经营需要建立科学的数据分析模型。数据量大而且复杂的企业要考虑使用云计算技术以提高数据分析速度。
5.4 要实现实时的数据处理和价值展现
数据在能及时获取的情况下才是最有价值的。随着制造业市场竞争的加剧，管理者需要实时地掌握企业的现状，这就需要做好几方面工作：一方面要实现实时的数据通路，无论是底层的设备数据，还是财务数据，都要能实时被搜索和传输；另一方面，要实现移动客户端的数据查看，管理者可以不受地域、时间的约束。
6 结束语
在电子制造行业里，通过构建基于机器人的多信息系统业务协作平台，能够实现系统的精密化、自动化、信息化、柔性化、智能化、可视化业态。机器人装配生产线已经在部分企业试运行，生产效率显著提升，产品质量明显提高。
参考文献
[1]丁林祥.电子制造业机器人智能化解决方案[M].机械工业出版社，2016（06）.
[2]黄炳铮.关于推进我国智能化发展的思考[J].中国信息界，2012（01）.
推荐访问： 信息系统 装配 协作 架构 行业
